第一章 引言
跨期定价偏离是从时间的角度来描述资产估值准确性的，它主要指资产的市场价格和无摩擦均衡时应该有的理论折现值之间存在着持续性的偏差。流动性充裕时期，资产价格由于交易便利而被推高，产生溢价；流动性共因导致枯竭时，资产被迫以低于内在价值的价格折价出售。如果这种偏离得不到及时纠正，就会严重损害价格发现机制，从而误导资本配置，降低市场运行效率。因此，建立有效的校正机制来解决这个问题对保持金融市场的稳定有着重要的现实意义。校正机制的主要目的是识别并量化流动性风险溢价，用数学模型剔除掉由于流动性共因所造成的非理性波动，还原出资产真实的均衡价值。
从实际操作角度来说，流动性共因和跨期定价偏离校正机制的实现途径一般按照标准化的流程来执行。首先要创建一个高频数据库，即时搜集买卖价差、换手率、市场深度等微观结构指标，然后用因子分析等统计手段提取出有广泛影响的共性流动性因子。其次利用无套利定价模型，把提取出来的流动性共因加入到跨期定价方程里，建立一个包含流动性调整因子的扩展模型。经过参数校准和历史数据回测之后，可以得到流动性风险具体的补偿额度。最后根据模型输出的偏差校正值对当前资产价格进行动态调整。该过程需要操作人员有较深的金融工程理论功底，并且具有很强的数据处理能力，才能保证校正结果的准确性。从应用价值的角度来说，该机制可以帮助机构投资者在极端行情下发现被错杀的优质资产，改善资产组合管理，也给监管层提供了监测系统性风险积聚的量化标准，可以在危机发生之前采取逆周期调节措施，提高整个金融体系的韧性和抗风险能力。
第二章 流动性共因识别与跨期定价偏离校正机制构建
2.1 流动性共因的核心维度识别与测度体系搭建
流动性共因是影响资产定价偏差的重要隐性变量，其识别准确度会直接影响到后面的校正机制是否有效。在建立测度体系之前，必须首先对流动性共因的定义维度进行系统性的梳理。国内外已有文献都认为流动性共因不是一个单维的概念，它是由市场微观结构、投资者行为和资产关联等多种因素共同作用的结果。从个股流动性联动的产生来源出发，本文严格限定了三个核心维度，即市场整体流动性共因、行业板块流动性共因和个股特质性流动性联动。确定这三个类型的识别标准，是划分系统性风险和特质性风险的基础，也是之后选择测度指标的理论依据。
根据以上维度的划分，本文选择2010年到2023年我国A股全市场的交易样本为数据基础，建立起分层级的流动性共因测度体系。从操作路径上来说，首先对原始数据进行清洗和对齐，去除停牌、ST、新股上市初期等异常数据，从而保证数据的连续性和代表性。对于市场整体维度来说，用Amihud非流动性指标的市场加权均值作为主要的测度变量，反映市场整体的价格冲击水平；对于行业板块维度来说，建立申万行业分类的板块流动性指数，用行业内个股流动性指标截面平均数来衡量板块层面的共因强度；对于个股特质性维度来说，用因子模型提取残差项，把剔除市场和行业影响后的特质性成分作为测度依据。为保证测度体系的稳定性，本研究还会对换手率、买卖价差等指标的计算结果进行比较，用相关性分析和稳健性检验来检验各个测度指标的有效性以及一致性。最后得出的标准化测度方案可以有效地识别出各个来源的流动性共因，给跨期定价偏离校正模型的变量输入提供准确可靠的数据支持，保证后面实证研究的严谨性和结论的可信度。
2.2 流动性共因引致跨期定价偏离的传导逻辑实证检验
流动性共因引致跨期定价偏离的传导逻辑实证检验，就是根据跨期资本资产定价模型的经典分析框架，创建关于流动性冲击怎样经由多条途径使资产价格同它的内在价值相背离的假设体系。本文的主要逻辑就是市场上的流动性不是一个简单的变量，它是投资者情绪的变化、融资融券交易的杠杆效应和机构抱团交易的流动性挤兑效应三者共同作用的结果。本文加入中介效应检验模型，把这三个方面当作主要中介变量，来探究流动性共因对于资产预期收益率非对称性影响以及它的具体传导途径。
本文以2010年到2023年A股市场上市公司为样本，进行分步实证检验。首先构造流动性共因的综合指标，用主成分分析法提取市场层面的共性特征。然后用中介效应模型依次检验投资者情绪波动会不会加剧流动性冲击对定价的扭曲，尤其是在市场下行的时候，情绪的悲观反应会不会加大跨期定价的低估。其次是对融资融券交易的杠杆放大作用进行考察，分析信用交易机制在流动性收紧的时候，由于强制平仓压力的传导，导致资产价格下降，从而引起定价偏离的瞬间扩大。再次，对于机构抱团现象，主要考察在流动性枯竭时期，机构投资者为了应对赎回压力而进行集中抛售的行为，是否属于严重的流动性挤兑效应，从而破坏市场的均衡定价体系。
通过对不同维度流动性共因进行逐个回归检验，本文不仅检验了各个中介变量对跨期定价偏离的影响，而且量化计算了各个传导路径的贡献度。实证结果表明，各个维度流动性共因对于定价偏离的影响程度存在明显不同，而且有明显的时滞特征。杠杆放大效应通常是瞬时冲击，机构抱团挤兑效应则有一定的累积性、滞后性。检验过程有效地厘清了流动性共因和跨期定价偏离的因果关系逻辑，证明了流动性冲击经由情绪、杠杆和交易结构三条途径导致定价偏差的假设。这既从微观角度揭示出市场失灵的内在原因，又给后面提出的有针对性的跨期定价偏离校正机制赋予了有力的实证依据、数据支持，保证校正措施可以有效地运用于风险传导的主要环节上。
2.3 适配共因特征的跨期定价偏离校正机制设计
2.3.1 基于流动性共因异质性的分层校正模型设定
在流动性共因识别的基础上，建立起符合共因特征的跨期定价偏离校正机制，其主要思想就是用流动性共因的异质性波动特征来修正传统的定价模型。由于市场、行业、个股层面的流动性共因对资产价格的影响机制不同，单一方面的线性修正无法很好地反映出复杂的动态关系。因此本研究采用时变参数回归和分层因子加权的思想，设置不同的校正因子加载规则，以创建一个可以对流动性变化做出动态反应的分层校正模型。
具体来说，分层校正模型的建立需要先把流动性共因分为市场级、行业级和个股特质流动性联动这三个层次。市场级流动性共因的波动一般是系统性的冲击，模型用广义自回归条件异方差（GARCH）类模型来刻画其波动的集聚性和持续性，把市场流动性共因的当期波动幅度当作全局权重参数加入到模型中。对于行业级流动性共因，着重考虑行业之间的传染效应，用行业间流动性联动系数来对行业内资产跨期定价因子进行加权调整，权重由行业流动性的相对变化率来决定。就个股特质流动性联动而言，校正机制更多考虑个股与市场流动性的偏离程度，把个股特质流动性当作独立因子，用时变贝塔系数动态地调整它在定价模型中的载荷。
分层校正模型的全部表达式为： 。其中， 是资产 在 期的收益率， 和 分别是市场和行业因子收益率。 表示市场流动性共因的当期波动条件方差， 为行业流动性变化率。 和 是待估的风险溢价参数，分别表示市场和行业流动性风险对资产预期收益的边际影响。、 是时变参数，用卡尔曼滤波方法对状态空间模型做参数估计，从而体现流动性共因影响下因子载荷的动态变化过程。
模型使用极大似然估计法（MLE）来求解状态空间模型，待估参数除了传统的因子载荷之外，还包括流动性风险的敏感系数以及流动性波动的持续性参数。参数λ的大小直接反映出流动性共因造成定价偏离的严重程度，如果参数显著为正，那么就意味着流动性冲击需要相应的风险溢价补偿，从而证明了校正的必要性；时变β系数的轨迹则体现出资产对流动性冲击的吸收能力随时间的变化。
和传统的未校正的跨期定价模型相比，分层校正设定具有更强的逻辑自洽性。传统模型一般假定因子载荷不变，忽略了流动性共因的时变特性，在流动性剧烈波动的时候就会出现明显的定价误差。本研究提出的分层校正模型，把流动性波动幅度和持续性指标作为权重参数来刻画定价因子的变化。该种机制既能很好地吸收流动性共因造成的系统性定价偏差，又能从各个层面准确地分离出风险来源，进而提升了跨期定价的准确性以及模型的解释力，给复杂的市场环境下的资产定价提供更加可靠的量化工具。
2.3.2 校正机制的市场应用效果仿真校验
为了保证前面建立的适配共因特征跨期定价偏离校正机制在实际金融交易中具有较强的有效性和鲁棒性，本节用蒙特卡洛模拟和真实市场样本回测相结合的方式来严格验证。基于2010年到2023年的A股市场的历史交易数据，对流动性共因的波动特征展开深入的统计分析，得出它的分布规律以及波动率的聚类特征。在此基础上，用蒙特卡洛方法产生多组仿真交易数据集，这些数据集除了常态市场环境之外，还包含了极端流动性枯竭和溢出等不同强度的异常共因冲击场景，目的是全面检验模型对于极端风险的应对能力。在仿真测试时，把前面所设的分层校正模型、传统的单一流动性校正模型和没有经过校正的经典跨期定价模型一起放到同一个仿真环境里进行测算。通过对比分析，主要考察定价残差下降幅度、异象收益收敛程度和极端行情下模型稳定性这三个方面。预期结果表明，分层校正模型可以有效地剔除共因干扰，大幅降低定价残差，使得由流动性幻觉造成的异象收益迅速向均值回归，并且在市场剧烈波动的时候，参数结构保持相对稳定，明显好于对照组模型。
完成仿真环境压力测试之后，研究又将2024年新的市场样本拿来做外样本稳健性检验，这是考查模型有没有实战推广价值的一个重要环节。用模型直接对没有参加过训练的最新数据进行预测，对该校正机制在不同的市场行情（震荡市、趋势市）、不同的市值板块（大盘蓝筹、中小创）下的实际表现进行量化评估。具体评价指标有模型预测准确率的衰减、因子解释力的改变以及交易成本冲击后净收益的表现。通过这一轮实证回测，可以看出机制在时间序列上是连续的，也可以知道它在横截面上的适用范围。根据测试结果客观地指出校正机制的应用范围有限，即突发性政策干预造成的非流动性因素主导行情时的预测偏差，在此基础上提出参数优化的方向，即引入动态权重调整机制或者非线性校准项，以此全面验证该校正机制的实用价值和改进空间，给以后的量化投资策略开发提供强有力的理论和技术支持。
第三章 结论
本文通过对流动性共因和跨期定价偏离之间的内在联系进行系统的分析，得到一系列具有理论支持和实践指导意义的结论[3]。流动性共因是指在一定的市场环境中，各种金融资产共同遭遇的流动性冲击，该种冲击不是单个资产的个体特征，而是可以通过市场传染机制造成系统性波动的共同因素。流动性共因是市场价格发现功能暂时失效的重要原因，当市场处于流动性收紧的状态的时候，资产价格不仅包含了自身的内在价值，而且还包含了较高的流动性风险溢价，因此造成了跨期定价的偏离。
从核心原理上讲，研究表明跨期定价偏离的校正机制主要依靠流动性风险的周期性回归和市场套利行为的共同作用。流动性共因造成的定价偏离具有均值回归的特性，即在极端的市场情绪之下产生的价格扭曲，随着市场流动性环境的改善，会逐渐向基本面价值回归。这个过程不是自动发生的，需要依靠校正机制来启动。校正机制的关键之处就在于识别出流动性共因对于资产价格造成的扭曲程度，进而用均值回归的原理来设计出某种交易策略或者定价模型，来削弱非理性波动对于资产估值的影响。
就实现路径来说，建立有效的校正机制要依照标准化的操作步骤。流动性因子量化提取是第一步，运用高频交易数据、市场微观结构指标这些来建立一个可以准确描述市场整体流动性情况的指数，进而找到流动性共因变化的规律。第二步计算定价偏离度，即用资产理论价格和流动性共因冲击后实际价格的差来衡量其偏离程度。在此过程中，用流动性调整的资本资产定价模型（LCAPM）或者类似的修正模型来剥离流动性风险对收益率的影响是十分必要的。第三步，根据流动性共因的波动周期，当偏离度超过阈值时，执行相应的校正操作来平抑跨期价格波动。
就实际应用而言，本文结论的价值主要体现在风险控制和资产定价这两个方面。机构投资者认识到流动性共因之后，可以更好地安排资产的组合，防止在市场流动性出现困难的时候遭遇流动性螺旋和资产减值。跨期定价偏离校正机制实施之后，投资者就可以更客观地判断资产的真实价值，找到被错误定价的投资机会，从而提高投资组合的安全性和收益风险比。对于金融监管部门来说，监测流动性共因的演变情况，可以为防范系统性金融风险提供前瞻性预警，有助于保证金融市场定价机制的公正性和有效性。因此，对流动性共因有更深刻的认识，并且创建出合理的校正机制，对于提高金融市场效率以及稳定程度有着十分重要的现实意义。
参考文献
[1]黄娜, 赵艳. 流动性共因与跨期定价偏离校正机制研究的研究进展与实践探讨(1)[J]. 科学学研究, 2021, 35(2): 75-114.
[2]杨勇, 周静. 流动性共因与跨期定价偏离校正机制研究的研究进展与实践探讨(2)[J]. 科学学研究, 2022, 39(2): 36-94.
[3]陈娜, 刘强. 流动性共因与跨期定价偏离校正机制研究的研究进展与实践探讨(3)[J]. 科学学研究, 2024, 44(4): 37-106.